Indexed by：
Abstract：
针对医学图像进行分割时,存在的高噪声、 低对比性及高相关性问题,提出了一种改进的模糊C均值聚类算法用于心脏医学图像的分割.考虑到噪声的存在,像素的领域信息易受到污染,导致聚类中心发生偏移,影响心脏图像的聚类效果,因此根据邻域像素的非局部噪声强弱定义了一个可以反映图像空间结构信息的自适应参数,用于聚类算法的线性加权,加强对噪声的抑制作用.实验证明,相比模糊C均值聚类算法和其他传统的图像分割方法,提出的算法对心脏医学图像具有更准确的分割效果.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
莆田学院学报
ISSN： 1672-4143
CN： 35-1261/Z
Year： 2020
Issue： 2
Volume： 27
Page： 89-92,98
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
